The Role of Linkage Analysis in Delivering Positive Customer Experience for Casino Players
The Role of Linkage Analysis in Delivering Positive Customer Experience for Casino Players
Blog Article
소개
고객 경험은 일련의 상호작용 변수, 행동 및 영향의 결과입니다. 카지노는 성장, 수익성 및 시장 점유율에 미치는 영향 때문에 CX에 관심이 많습니다. CX 리더의 임무는 두 가지입니다: (1) 다양한 인과 변수와 CX 간의 관계를 이해하는 것; (2) 성장, 수익성, ROI와 같은 재무 결과에 대한 CX 품질의 영향을 입
증하는 것. 이러한 작업을 수행하기 위해 CX 전문가들은 연계 분석을 사용합니다. 간단히 정의된 연계 분석은 서로 다른 데이터 소스를 결합하고 분석하여 각 변수 간의 관계를 이해하는 과정입니다. 조직이 고객 기반의 건전한 비즈니스 결정을 내릴 수 있도록 인력, 프로세스 및 활동을 조정하는 데 필요한 지능을 제공합니다.
연계 분석 프로세스
연계 분석의 첫 번째 단계는 분석을 통해 어떤 질문에 답하고 싶은지 정확히 결정하는 것입니다. 잘 설명된 연구 질문(또는 일련의 질문)은 프로세스의 남은 각 단계(예: 예측 변수(독립적)와 결과(종속 변수) 데이터 수집 사이에 필요한 시간 지연)을 안내합니다. 명확한 연구 질문의 예로는 "테이블 게임 고객이 고객 서비스 교육을 받은 카지노 딜러와의 상호작용에서 더 높은 만족도를 보고하는가?"가 있습니다. 그림 1에서 볼 수 있듯이 연계 분석은 종종 서로 다른 데이터베이스에 존재하는 데이터 간의 관계를 밝히는 것을 포함합니다.
그림 1: 연결 분석을 통해 인사이트를 생성하는 데 사용되는 다양한 데이터베이스
탐색할 하나 이상의 연구 질문을 결정하면 다음 단계는 사용 가능한 데이터를 검토하는 것입니다. 연계 분석의 큰 장점 중 하나는 현재 회사의 데이터 저장소에 있는 격차를 강조한다는 점입니다. 연계 연구에 사용되는 예측 변수와 결과 변수는 이상적으로는 서로 다른 데이터베이스에서 가져와야 합니다.
그러나 충분히 훈련되지 않은 분석가들이 동일한 데이터베이스에서 예측 변수와 결과 변수를 모두 추출하는 것은 드문 일이 아닙니다. 따라서 분석이 공
통 소스 편향에 노출될 위험이 있으며, 인과 변수가 결과 변수에 미치는 영향을 감지하는 데 필요한 시간을 허용하지 않습니다. 또한 이러한 시나리오에서는 한 변수가 다른 변수를 예측한다고 가정하기 어렵습니다.연계 연구에 포함된 분석 단위(예: 개별 딜러 또는 교대 근무 중인 모든 딜러)는 주로 데이터의 가용성과 조직 내 데이터의 비즈니스 소유자에 따라 달라집니다. 예를 들어, 카지노에서는 배경 음악이 고객 경험에 미치는 영향을 연구하고자 할
수 있습니다. 이 연구에는 개별 고객 수준과 교대 근무 수준 모두에서 수집된 데이터가 포함될 수 있습니다.이제 개인 수준의 데이터를 수집하여 시프트 수준의 데이터(고객 간의 가치 있는 변동성을 잃을 위험이 있음)와 일치시킬지, 아니면 보다 정교하고 다단계 분석적인 접근 방식을 사용할지 결정해야 합니다. 분석 단위를 결정할 때는 선택한 분석 단위에서 예측 변수와 결과 변수 모두에 대해 상당한 변동성이 존재해야 합니다.연계 분석의 목표는 실행
가능한 레버리지 포인트를 파악하여 원하는 결과를 도출하는 것입니다. 따라서 분석 단위가 실행 가능한 수준을 목표로 하지 않는다면 연계 분석은 유휴 호기심에 대한 연습에 불과합니다. 예를 들어 교대 근무 관리자가 교대 근무 중 게임 플로어를 어떻게 운영할지 결정하는 데 상당한 여유가 있었다면 직원 교대 근무 수준에서 고객 데이터를 수집하는 것이 합리적일 것입니다. 답변해야 할 연구 질문, 사용할 데이터, 분석의 기반이 되어야 할 단위를 결정한
후 다음 단계는 데이터 분석을 수행하는 것입니다. 데이터 분석에 사용되는 기법의 선택은 답변해야 할 연구 질문, 데이터셋의 사례 수, 데이터의 속성(예: 분석할 데이터가 명목상, 간격, 비율 또는 순서 형식인 경우), 그리고 데이터가 정상적으로 분포되어 있는지 등 여러 요인에 따라 달라집니다. 가장 기본적인 수준에서는 두 개 이상의 그룹(예: 고객이 무료 식사 제안을 받은 고객과 받지 않은 고객을 비교하는 카지노에서 보내는 시간)에서 간단한 평균
(평균)을 비교할 수 있습니다. 이 짧은 글에서 연계 분석에 사용할 수 있는 모든 기법을 논의하는 것은 불가능합니다. 그러나 연계 분석에 대한 논의는 머신러닝에 대한 언급 없이는 불완전할 것입니다. 서포트 벡터 머신과 같은 머신러닝 기법은 수많은 변수가 있는 매우 큰 데이터 세트를 검사하는 강력한 모델링 접근 방식입니다. 최근 고객 경험 플랫폼에는 연계 분석을 위한 머신러닝 기능이 내장되어 있습니다. 그림 2는 머신러닝을 활용한 모델 구축 프로세스를 보여줍니다.
연계 분석의 응용
연계 분석은 카지노 운영자에게 인력, 프로세스 및 활동을 조정하는 데 필요한 추가 지능을 제공하여 조직이 고객 기반 비즈니스 결정을 내리는 능력을 향상시킵니다. 고객 경험의 영역에서 연계 분석은 CX 노력의 원인과 결과와 관련된 중요한 질문에 답하는 데 사용됩니다. 연계 분석의 가장 중요한 응용 분야는 아마도 CX 이니셔티브를 실행하기 위한 정량적 재정적 근거를 제공하는 것일 것입니다.CX 프로그램의 비용 편익 분석을 통해 CX 팀은 CX 품질,
고객 유지, 충성도 및 수익성 간의 근본적인 관계를 더 잘 이해할 수 있습니다. 이 중요한 인텔리전스는 CX가 전체 비즈니스에서 어떻게 승리하는지를 조명합니다. 연계 분석은 종종 고객 경험이 충성도와 어떻게 관련되어 있는지, 비즈니스 운영이 유지에 어떻게 영향을 미치는지, 그리고 CX 개선의 재정적 영향을 계산하는 데 사용됩니다. 이러한 분석은 CX 투자에 대한 확실한 사례를 만드는 데 도움이 됩니다.CX 프로그램의 주요 장애물 중 하나는 고위 경
영진의 인수가 부족하다는 점입니다. C-스위트는 종종 CX 노력의 가치에 대해 회의적입니다. 여기서 연계 분석이 해결됩니다. 고객 지표를 재무 지표와 연결함으로써 연계 분석은 다양한 고객 경험 향상 프로젝트의 ROI를 설득력 있게 입증할 수 있으며, 이를 통해 CX 투자를 수익과 연결할 수 있습니다.안전놀이터